尾部的零

尾部的零
设计一个算法,计算出n阶乘中尾部零的个数

样例
样例 1:
输入: 11
输出: 2

样例解释: 
11! = 39916800, 结尾的0有2个。

方案一:是想把阶乘按照阶乘的表达式进行循环,对每一个因数%5进行判断,若有可以被整除的继续%5,这样虽然达到了要求,但是由于太过暴力,导致所给阶乘数较大时超时。代码如下

public static long trailingZeros(long n) {
        if(n==0){
            return 1;
        }else{
            int count = 0;
            int temp = 0;
            for(int j=(int) n;j>0;j--){
            	temp = j;
                for(int k=5;k<=j;k+=0){
                	if(temp%k==0){
                		count++;
                		temp /= 5;
                	}else{
                		break;
                	}
                }
            }
            return count;
        }
    }

方案二、
首先对问题进行转化,末尾的一个0对应一个10,一个10又能分解为2*5,易知所有因数中2的个数远远多于5,故0的个数即为有多少个因数5的个数。
1000!的末尾0的个数
1000/5 + 1000/25 + 1000/125 + 1000/625
= 200 + 40 + 8 + 1
= 249(个)
26! 的末尾0的个数
26/5 + 26/25 = 6(个)5
从以上两个例子可以发现规律如下:
遍历所有小于等于n(所给阶乘的基数)的5及5的倍数的因数。
再整除所给n,求和便可得到所有5的个数。
代码如下:

public static long trailingZeros(long n) {
		int count = 0;
        for(int i=5;i<=n;i*=5){
        	count += n/i;
        }
        return count;
    }

果然,发现规律之后达到了很好的简化效果。

方案三、然而在已经提高了运行速度的基础上,当给出更大的数时,还是发生了超出时间限制。看来要再次加大循环判断的进度。这次直接去网上搜到了一下方案三的算法。

 public long trailingZeros(long n) {
        long count = 0;
        for(int i = 1; Math.pow(5,i) <= n; i++) {
            count += n / (long)Math.pow(5,i);//注意强制类型转换
        }
        return count;
    }

原文:https://blog.csdn.net/wutingyehe/article/details/46882181

细致观察之后发现方案二和方案三的循环次数都一样,但是方案三比方案二运行时间要快。有可能是因为幂次运算要比乘法运算速度快的原因吧,要注意。
总结:对此题,首先应该分析并转化问题,然后再由几个特例提取普遍规律。
再进行算法设计。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值